機(jī)械社區(qū)

一年一度的高考剛剛結(jié)束，對于全中國的學(xué)子來說，人生的第一件大事差不多塵埃落定，不過一個月后就得面臨第二件了——“志愿填報(bào)”。不能否認(rèn)的是“有時(shí)候選擇比努力更重要”，每年這個時(shí)候，都是學(xué)生、家長、老師最頭疼的時(shí)候。

! N# e* U) w* ?/ T( [

, R4 w# f/ L; y  Q3 \$ i& d" g6 z# x

今年情況更加特殊，因?yàn)镃hatGPT或者說大模型AI人工智能技術(shù)的火熱，進(jìn)一步引發(fā)了相關(guān)行業(yè)的爆火熱議。在這樣的浪潮推動下，今年的大學(xué)志愿填報(bào)可能會出現(xiàn)更多涌向人工智能相關(guān)專業(yè)的情況。

" u* C3 K, w4 _

但，請務(wù)必警惕AI專業(yè)陷阱。

9 \3 i, t0 \% V

首先，人工智能本科專業(yè)早在2018年就已增設(shè)，在2023年教育部《普通高等學(xué)校本科專業(yè)目錄》中歸屬于電子信息大類。整個行業(yè)的火熱已經(jīng)不是一年兩年了，但這種內(nèi)部的熱浪傳導(dǎo)到普通人尤其是高考學(xué)生的擇就業(yè)上，本就相對滯后。

) G+ B5 z* o9 c5 ]/ k: ~

而現(xiàn)在的科技行業(yè)風(fēng)口，不能說一年一變，起碼也是在快速變革，之前區(qū)塊鏈、元宇宙等風(fēng)口同樣驅(qū)動了大量人才的涌入，但這些“追漲入局”的風(fēng)口也許在4年時(shí)間后就偃旗息鼓了。更何況，熱門行業(yè)≠人才需求量大。

2 z  T' [% Q+ Z% J

在這種情況下，拋開職業(yè)規(guī)劃、興趣愛好、基礎(chǔ)學(xué)科知識積累，只想往人工智能的“大火”里鉆，后果大概率不是煉成“真金”，而是“炮灰”。

' q4 O4 ^; _: C

作為一個科技行業(yè)的旁觀者，毫不夸張的說，最近幾個月的科技圈新聞最少有一半與AI相關(guān)。有時(shí)候看到關(guān)于人工智能取代某某行業(yè)某某工作的時(shí)候也會心頭一緊，也有過“要不然報(bào)個班了解一下？”的想法，不是想換行轉(zhuǎn)業(yè)，純粹就是“不想被時(shí)代拋棄”。

5 j9 a+ g$ M5 k' u" i- F; f1 v9 V

相信很多學(xué)生和家長在擇校擇專業(yè)的時(shí)候也和我有同樣的想法，但往往這個時(shí)候，更需要警惕AI專業(yè)或者說AI學(xué)習(xí)的陷阱。

" ^3 A/ X( j- d, H! @% p; R

0 p  M# G0 Z# k& b- v

3月時(shí)就有報(bào)道，ChatGPT火起來之后，先賺錢的不是做大模型的企業(yè)和工程師，而是——賣課的。

$ p8 k! A) g: \/ G$ |

“一門課279元，17天招了10000人，賺了近300W”這些人利用大眾的焦慮心理，將一些AI相關(guān)的基礎(chǔ)知識與應(yīng)用技巧整理羅列成了付費(fèi)課程進(jìn)行售賣，然而實(shí)際聽課后卻發(fā)現(xiàn)這些所謂業(yè)界大牛，行業(yè)大V的課程并沒太多實(shí)際價(jià)值。

, \+ y- u7 U2 f; [+ s

而高考擇校擇專業(yè)理應(yīng)比知識付費(fèi)更謹(jǐn)慎。

8 C) B" \2 `+ ]5 z% x8 `+ P9 r3 C# `

現(xiàn)在不少專業(yè)可能蹭著人工智能的熱度，實(shí)則關(guān)系寥寥，或者后續(xù)的職業(yè)發(fā)展實(shí)在有限。比如此前有過大數(shù)據(jù)和人工智能交叉學(xué)科專業(yè)。乍一聽沒什么問題，現(xiàn)在的大模型AI訓(xùn)練確實(shí)需要大數(shù)據(jù)支撐。

: c, W# a# i- N- N$ f& E  Q: Q+ i

. f7 X$ G  N/ J& T

驗(yàn)證碼——我們給AI打工

; k! }* e5 F" d# o0 `3 ]

但事實(shí)是，如果專業(yè)技術(shù)水平不夠出眾，畢業(yè)后的出路可能就是做人工數(shù)據(jù)篩選標(biāo)注，高情商說法是“AI數(shù)據(jù)標(biāo)注師”，低情商就叫“賽博民工”。

3 h- ~( t- b6 [, X' ]( r

因此，在認(rèn)識到人工智能確實(shí)有其價(jià)值，并且需要學(xué)習(xí)相關(guān)知識以適應(yīng)時(shí)代變化的前提下，就更得一步步走，不要急迫地“拔苗”，而成為被收割的“韭菜”。

* x+ n  J8 w9 `

目前AI人工智能行業(yè)其實(shí)本身就有所區(qū)分，一類偏向制造，或者說AI基建，另一類則偏向應(yīng)用，比如用人工智能技術(shù)解決實(shí)際問題。

+ |, w) ]% u. ^4 ]* O: K$ ?

目前高校開設(shè)的專業(yè)中，與人工智能相關(guān)的專業(yè)多是偏向前者的，不管是集成電路、微電子或者是計(jì)算機(jī)、軟件工程，本質(zhì)都是為人工智能創(chuàng)造硬件或軟件的基礎(chǔ)。

5 M$ |" O) @9 j3 s7 ]; r

9 ]4 L( s2 J* V. U: v2 M; ?

但對于其他專業(yè)來說，學(xué)會更好地利用AI工具也是不錯的選擇。比如美術(shù)、廣告、設(shè)計(jì)類的專業(yè)可以利用AI豐富創(chuàng)作靈感；比如財(cái)會、審計(jì)類的專業(yè)可以利用AI增加效率。

3 }/ I. O, z2 Y. j7 |

甚至有不少另類的思路，比如從心理學(xué)的角度研究AI是否會產(chǎn)生心理問題，比如從腦科學(xué)（神經(jīng)科學(xué)）的角度分析AI的思維路徑等等�，F(xiàn)在很多沒有能力搭建自主大模型的企業(yè)大多也會采用開源的AI技術(shù)來解決垂直行業(yè)的問題，“多數(shù)人享受少數(shù)人的智慧結(jié)晶”反而可能成為大勢所趨。

# n* K7 p9 h$ A9 }& g+ U- @$ {

在這個信息爆炸的時(shí)代，“知其然而不知其所以然”也許不應(yīng)該再是一個貶義的概念。

' t: y5 ^1 O/ x$ Z5 r* _

寫在最后

當(dāng)然，“不知所以然”不意味著能夠躺平，不然很容易陷入“塔斯馬尼亞效應(yīng)”（元技術(shù)代際傳遞缺失，導(dǎo)致技術(shù)退化）。之前看過一個有趣的比喻：

# R# W" y5 w$ p! X- `1 t* A

如果大部分人都放棄了思考，習(xí)慣于從輸入到輸出的GPT黑匣子，導(dǎo)致每一代培養(yǎng)出能進(jìn)行科學(xué)推理的人數(shù)少于“塔斯馬尼亞下限”。那么用不了幾代，一切曾經(jīng)的“科學(xué)”都將看起來與魔法無異：沒人知道其背后的原理，但照著prompt手冊給GPT念咒語就可能召喚出各種魔法，比如讓“四輪雷電鐵馬”啟動，或是讓“四旋翼貓頭鷹”從自動運(yùn)行了一千年的預(yù)制菜工廠，帶來打著“XX外賣”紋章的飯盒。

+ ^  c4 @- L* A9 `* v

因此，在確認(rèn)好未來職業(yè)規(guī)劃的方向，且真正對人工智能感興趣的情況下，就請義無返顧的選擇AI基建類的專業(yè)吧，成為那個“創(chuàng)造魔法”的人。